ReWOO 和 ReAct 有什么区别?Agent 为什么可以先规划,再调用工具?
下面是模拟面试对话,用来讲解本题,不是真实面经。
🧑💻 面试官:ReWOO 和 ReAct 的区别是什么?
🙋♂️ 我:ReAct 每次拿到观察再决定下一步,ReWOO 把部分规划提前做完。
🧑💻 面试官:如果第二个查询需要第一个查询得到的机构名,提前规划是不是没法写?
🙋♂️ 我:可以先使用变量占位,执行以后再把结果填进去。
🧑💻 面试官:那如果第一个查询返回了三家机构,原计划还能直接往下走吗?
ReWOO 先表达动作之间的依赖,执行时再填入证据;输入形态变了,预先计划也需要处理。
面试速答(60 秒版)
ReAct 常把推理、行动和观察交替进行。模型拿到工具结果以后,再判断下一步。
ReWOO 则把规划、工具执行和答案整理分开。Planner 先生成一组操作和证据变量,Worker 按依赖执行并填入实际结果,Solver 再根据这些证据组织答案。
因此,即使后一步依赖前一步,Planner 也可以先用变量表达关系,不必每调用一次工具都重新写完整计划。它适合依赖较清楚的任务,但工具返回和计划预期不符时仍要处理,不能认为提前规划就能省掉失败检查或动态调整。

知识点详解:计划中暂时不知道的值,怎样在执行时补进去
ReAct 为什么要反复读取观察
假设任务要查某位作者所属机构,再查机构所在城市。
ReAct 可以先请求作者信息,拿到机构名以后,决定继续查询城市。如果第一步发现同名作者,也可以先澄清再往下走。下一步受到当前观察影响,是这种循环的特点。
好处是能及时调整;代价是模型在多轮中持续读取已有材料并判断。具体开销要看任务、上下文和实现,不能简单说每轮都浪费。
ReWOO 先把依赖写出来
Planner 不需要提前知道机构名的真实内容。它可以表达这样的计划,第一步查作者所属机构,把结果保存在 E1;第二步查 E1 中机构的位置,把结果保存在 E2。
E1 和 E2 在这里代表待获得的证据,不能把它们当成模型已经查到的事实。
Worker 真正执行第一步以后,再把实际结果填入后面的调用。于是计划可以预先列出来,数据仍然在运行时才出现。这里也不是完全没有观察,而是规划推理与工具观察的安排不同。

Worker 完成依赖,Solver 整理证据
Worker 需要按引用关系安排执行。第二步引用 E1,就必须等 E1 的有效结果可用,不能把两步无条件同时发出去。
得到 E1、E2 后,Solver 结合原问题和证据生成答案。它应该知道结果来自哪个工具,以及哪些内容仍不确定。
如果 Worker 收到的是超时或空结果,不能把这类状态直接塞进机构名。一个可用的工程实现需要识别失败并交回可处理的信息。论文的分工不会替应用解决所有异常。

返回结果变了,计划就可能需要重做
假设第一步返回三位同名作者,各自属于不同机构。原来‘拿一个机构去查城市’的计划已经缺少选择条件。
这时可以向用户澄清,也可以按任务允许的范围扩展查询,再重新规划。具体怎样调整由实现决定,不应把这些额外机制都当作 ReWOO 自动提供。
比较方案时,既要检查最终答案,也要记录模型调用、工具调用、输入长度和失败恢复。提前规划可能减少反复推理,也可能提前写出后面根本不需要的步骤。
依据:ReWOO 原论文。

面试官继续追问
ReWOO 的所有工具能并行吗?
只有相互独立且资源、权限允许的调用才可以并行。引用前一步证据的操作需要等待结果。
Planner 写出 E1,就算知道查询答案了吗?
没有。它只是指定结果位置。真实证据必须来自执行结果,并检查有效性。
任务经常改变方向,还适合 ReWOO 吗?
要评估重规划频度与成本。路径高度依赖新观察时,交替决策可能更直接,也可以只对依赖清楚的子任务提前规划。
面试速记卡
- ReAct:行动之后用观察继续判断。
- ReWOO:规划、执行、整理分开。
- 证据变量:先表达依赖,后填真实值。
- 有依赖的动作不能无条件并行。
- 工具返回变化时,检查、澄清或调整计划。
公司面试真题
这道题暂未收录可核验的公司真题来源。你可以先阅读本文解析,或浏览已收录的公司面试真题。
浏览公司面试真题 →